基于单目视觉和里程计的SLAM算法研究

已有的基于视觉的SLAM方法大多采用双目立体视觉,存在成本高,标定过程复杂,鲁棒性低等缺点。因此,提出了基于单目视觉和里程计的SLAM方法。该方法采用尺度不变特征变换算法提取特征,用扩展卡尔曼滤波更新地图。此外,由于单个CCD摄像头不能直接获得图像的深度信息,采用特征点延迟初始化的方法来解决这个问题,这种方法使得基于单目视觉的导航变得可能。在MATLAB环境下实现了

第2卷第l期 5 0 文章编号:0 6— 3 8 20 )0-07 0 10 9 4 ( 0 8 1 12— 4

仿

20年1月 08 0

基于单目视觉和里程计的 S A算法研究 L M 王彭林石守东洪小伟,, ( .宁波大学,江宁波 35 1; 1浙 12 1

2西北工业大学, .陕西西安 70 7 ) 10 2 摘要:已有的基于视觉的 S A L M方法大多采用双目立体视觉,存在成本高,标定过程复杂,鲁棒性低等缺点。因此,提出了基 于单目视觉和里程计的 SAM方法。该方法采用尺度不变特征变换算法提取特征,扩展卡尔曼滤波更新地图。此外, L用由

于单个 C D摄像头不能直接获得图像的深度信息, C采用特征点延迟初始化的方法来解决这个问题,这种方法使得基于单目

视觉的导航变得可能。在 M T A A L B环境下实现了 S A L M算法仿真,实验结果表明,在室内环境下,该算法运行可靠,位精定 度高。

关键词:目视觉;单里程计;征延迟初始化;特扩展卡尔曼滤波 中闰分类号: 文献标识码: A

A LAM g rt m s d o o o u a so n o ee S Al o i h Ba e n M n c l r Vi n a d Od m tr i

W ANG e g—l, HIS o—d n s HONG a P n i S h u n og Xio—we i ,

( .Nnb nvrt, igoZ ̄ ag 12 1 C ia 1 i oU i sy N nb h in 5 1, h; g ei 3 n 2 ot et nPl ehia U i r t,X’ hn i 10 2 C ia .N r w s r o tcncl n esy i nS ax 70 7, h ) h e y v i a n ABS TRA CT:TheSLAM l oihm s mo ty ba e n se e iin t tha o s dv ntg so g o t o— a g rt i sl s d o tr o vso ha s s me dia a a e fhih c s,c r n

p e i fc l r t n a d lw rb sn s .T e eoe, e mo o ua iin a d o o t rb s d meh d i rp s d t l xt o ai a i n o o u t e s h r f r t n c lrv s n d mee a e t o sp o o e

o y b o h o s l e ti r blm. o v h sp o e Thi t o s st e s ae i a intfau e ta fr ag rt sme h d u e h c l nv ra e tr r nso m l oihm o e ta tf au e r m m a e b t x r c e tr sfo i g so—

ti e o df r n iw p it h n u e xe d dk l n f tr ou d t ema . h e t f r ain c n n t e a n d f m i e e t e on,t e s se tn e ama l p ae t p T e d p h i o r v i et h n m t a o o b e ta t d b il a r . The p o e c n b o v d b hel n m aksd l y d iiilz to eh d wh c k s xrc e y asge c me a rblm a e s le y t a d r e a e n taiain m to ih ma e

t e mo o u a iin b s d n vg t n p s i l. h i lt n o h L h n c lrv s a e a iai o s e T e s o o b mua i ft e S AM lo i m s i l me td i TL o a g r h i mp e n e n MA AB, t t e e p rme tr s l s o h tt ep o o e to sf a i l, n t ih lc l a in p e iin i n o re v— h x ei n e u t h wst a h r p s d meh d i e s e a d wi h g o ai t rc s n i d o n i b h z o o r onm ent s.

KEYW ORDS:Mo o u a iin;Od me e;L n mak ea e n t l ain;E t n e ama l r n c lr vs o o t r a d r sd l y d i i ai t i z o xe d dk l n ft ie

精确的机器人位置信息。所以在 S A问题的研究中, LM要找

1引言 移动机器人在完全未知的环境中利用地图同时进行定

到一种既能构建具有较低不确定性的地图又能进行精确定位的方法在某种程度上成为研究者的两难问题。这是因为

位和地图创建(i ut eu cla o n apn,L M) s

l nosl a ztnadm p igS A, m a o i i这是移动机器人研究领域的热点问题。S A最先是由 LM S i,e和 C ee a mt Sl h f hsm n提出来的,由于其重要的理论与应

精确的定位需要详尽且准确的地图信息,而地图创建的工作 又基于移动机器人运动中能提供自身准确位姿这一前提。 目前,移动机器人大多采用机载传感器,用激光测距如仪、声纳、摄像头等。近年来,随着图像处理技术的进步,以及 C D摄像头具有代价低、 C重量小、能耗少等优点,于视基 觉的 S A越来越受到国内外学者的重视。目前,于视觉 LM基

用价值,被很多学者认为是实现真正全自主移动机器人的关 键。S A是指机器人在一个未知的环境中,一个未知的 LM从

位置开始,通过对环境的观测,递增地构建环境地图,并同时运用环境地图实现机器人的定位。在移动机器人领域中,为了定位,就需要环境地图信息,而为了构建环境地图,就需要 基金项目:江省教育厅基金资助项目 (0 57 )浙 2 0 43 收稿日期:0 6—0 20 9—1修回日期:07—1 0 2 20 1— 5 —

的移动机器人同时定位与地图创建一般分为单目视觉和立体视觉两种。

在单目视觉中,由于单个 C D摄像头无法直接获得图 C像的深度信息,传统的扩展卡尔曼滤波 (xeddkl a l et e a nf— n m i t, K )法无法应用于这种情况,要采用特殊的特征初 e E F方 r需

12一 7

基于单目视觉和里程计的SLAM算法研究

基于单目视觉和里程计的SLAM算法研究相关文档

最新文档

返回顶部